8-戴俊龙-高度自动化控制在排水系统调度中的应用.pdf

1、戴俊龙2023年3月L0L1L2L3L4L5等级划分人工驾驶辅助驾驶半自动驾驶等级划分超高度自动驾驶全自动驾驶自动化程度弱强等级叫法转向、加减速控制对环境的观察激烈驾驶的应对L0人工驾驶驾驶员驾驶员驾驶员L1辅助驾驶驾驶员+系统驾驶员驾驶员L2半自动驾驶系统驾驶员驾驶员L3高级自动驾驶系统系统驾驶员L4超高度自动驾驶系统系统系统L5全自动驾驶系统系统系统L0L1L2L3L4L5等级划分远程手动控制辅助决策控制规则控制（RBC）模型实时控制（RTC）高级模型实时控制（ARTC)无人化全自动调度自动化程度弱强等级设备启停、过程调参对环境的观察对超量来水工况的应对应对工况L0运行人员运行人员运行人员

2、-L1运行人员+系统运行人员+系统运行人员-L2系统运行人员+系统运行人员旱季稳定工况L3系统系统运行人员部分L4系统系统系统所有非极端工况L5系统系统系统全部确定障碍目标在环境中的位置：激光雷达+GNSS(GPS)+摄像头障碍目标运动机理模型+经验模型预测下一时刻目标位置预测数据与监测数据合并，并通过Kalman滤波处理实现精准预测根据预测结果制定本车辆的行径路线RNN处理循环计算检测水量的入流节点在整个排水系统中的分布雨量计+流量计+液位计排水管网机理+经验模型预测下一时刻对下游水量影响（模拟无法安装监测设备的关键点位）结合临测数据和上下游实时监测数据对模型进行校准，提高预测精度根据预测结

3、果制定水量转输设施的设定值GPC循环计算预测排水系统在某个预测时域内水量充满度的分布情况 全域评估分析确定下游收水边界条件根据溢流总量、内涝风险、能耗等控制目标建立成本函数，通过寻优算法计算被控设施的设定值无人驾驶排水实时调度构建对象模型根据控制变量数量及对象模型的复杂程度选择Gain scheduled PID、预估控制器、MPC控制FSFB若系统满足可观且可控的条件就可进行全状态反馈控制（FSFB）。FSFB需要根据控制对象的物理特征构建对应的对象模型即空间状态方程，对系统内能量转换和外部能量输入对系统状态的影响进行完全表征，那么通过对FSFB增益矩阵的调整就可以不受局限的将闭环系统的特征

4、根进行配置横向动力学模型：出自横向的风力，以及曲线行驶时的离心力等纵向动力学模型：受总驱动阻力、加速、减速等的影响。滑移脚模型：轮胎方向和轮胎速度方向的夹角方向盘控制动力学模型水文径流模型：非线性水库模型、霍顿入渗模型、LID模型 水力传输模型：圣维南方程组、马斯京根模型、PULS模型、曼宁公式水质计算：地表累积冲刷、沉淀与降解概述：无论是运动学模型、动力学模型或是水文水力模型，我们研究的对象都是非线性的，这意味着其状态方程随着工况的变化而变化，而线性模型预测控制较非线性模型预测控制有更好的实时性，且更易于分析和计算。与无人驾驶一样，排水调度控制的线性化本质也是从某个特征工况的初始状态?处重新

5、描述非线性系统()，即由低次到高次的多项式累加来拟合?邻域的函数()值。系统状态的变化率是由系统当前设状态与外部控制量输入决定的。很明显若能求得系统状态的变化率就能实现预测控制。设，=(,)1.差分化输入为,输出为2.泰勒公式展开()=(?)+?(?)1!(?)+(?)2!(?)?，仅保留1阶导项忽略高阶项可得出()(?)=?(?)1!(?)，即()=?(?)3.针对(,)，用雅可比矩阵进行求解，=(,);=(?,?);=(?,?);4.x=Ax+Bu这样转化为了一个范围内的线性模型，而现代控制理论将=+作为系统的空间状态方程。通过求解线性化的状态矩阵A和B，这样我们就可以得到执行机构在?处的

6、线性状态方程，我们可以对该状态下的系统特性进行分析，调节控制器等等。比如汽车在?速度下的动力学线性空间状态方程,某段管网在?液位、流量下的水力学线性空间状态方程，当我们求解了足够多的?就能对被控对象在各种环境下进行极有效的控制。常用方法江南泵站节点迎江路泵站节点平政桥泵站节点解放路泵站节点江滨泵站节点征润州上岛节点雨水处理厂节点作为源头减排、过程控制及现状灰色系统的补充，镇江提出了老城区连片综合治理的设计方案-镇江市沿金山湖CSO截流管道系统工程（下称“CSO截流管道”），该工程的服务面积充分有效地覆盖上述五个片区，可以充分协调空间利用，综合达到提高排涝标准、改善金山湖水环境质量。7座竖井全长